Hanwang Zhang

VcEdit mejora la edición en 3D al garantizar la consistencia en múltiples vistas.

DTC123 mejora la generación de modelos 3D a partir de imágenes únicas usando modelos de enseñanza.

Un nuevo método reduce el tiempo y el costo en el entrenamiento de modelos de difusión.

Setokim mejora la fusión de la comprensión visual y textual a través de una tokenización innovadora.

Nuevo método optimiza la segmentación de imágenes al diversificar ejemplos de contexto.

Una nueva estrategia combina el entrenamiento generativo y discriminativo en Modelos de Visión-Lenguaje.

Un nuevo método mejora el rendimiento del modelo en diferentes tipos de datos.